Ein KI-Pilot innerhalb der Haltedauer: Ein Playbook für Operating Partner im Private Equity

Der KI-Pilot eines Sponsors hat eine Aufgabe: ein schriftliches Ja oder Nein pro Portfoliounternehmen, schnell genug, um vor dem Exit noch zu zählen. Warum der Proof of Concept in zwei bis vier Wochen stockt, was stattdessen zu liefern ist und was ins Board Pack gehört.

Veröffentlicht: September 2026 · Verfasst von: Mike Cecconello, Gründer von Supalabs · Lesezeit: 10 Min.
Mike Cecconello ist Gründer von Supalabs. Er unterstützt europäische Mittelständler und Großunternehmen dabei, jeweils einen operativen Workflow nach dem anderen in den Produktivbetrieb zu bringen, aufgebaut auf den Systemen, die sie bereits betreiben.

Ein KI-Pilot innerhalb der Haltedauer hat eine Aufgabe: schnell eine schriftliche Antwort liefern

Ein Private-Equity-Sponsor, der in einem Portfoliounternehmen ein KI-Pilotprojekt durchführt, macht nicht dasselbe Experiment wie ein Innovationsteam im Konzern. Das Konzernteam hat eine Budgetposition und einen strategischen Zeithorizont. Der Sponsor hat eine Haltedauer, ein Exit-Multiple und ein Portfolio, in dem dieselbe Frage zehnmal gleichzeitig gestellt wird. Das verändert, wofür ein Pilotprojekt da ist. Es soll nicht beweisen, dass KI im Allgemeinen funktioniert. Es soll je Unternehmen eine schriftliche Antwort auf eine einzige Frage liefern – gibt es hier etwas, das sich zu bauen lohnt? –, und zwar in einem Zeitraum, der kurz genug ist, dass die Antwort noch etwas daran ändern kann, was vor dem Exit passiert.

Dieser Artikel ist ein Playbook dafür. Er zeigt, warum die Pilotprojekte, die in diesem Markt kursieren, stecken bleiben, was ein Pilotprojekt innerhalb der Haltedauer liefern sollte, wie man es über ein Portfolio hinweg staffelt und was in die Board-Unterlagen gehört. Er richtet sich an Operating Partners und an die AI Operating Partners, die Häuser inzwischen einstellen – eine Rolle, die das Korn Ferry Institute im April 2026 beschrieben hat. Demnach entsteht sie, weil man klassischen, technologieorientierten Operating-Führungskräften nicht die nötige Tiefe zutraute, um aus KI Wert zu schöpfen.

Das Wichtigste in Kürze

  • Der Proof of Concept in zwei bis vier Wochen belegt die Demo, nicht das Unternehmen. Korn Ferry hält fest, dass Häuser im Mid-Market inzwischen einen PoC in diesem Zeitraum erwarten. Ein PoC zeigt Ihnen, dass das Modell die Aufgabe mit sauberen Eingaben bewältigt. Er zeigt Ihnen nicht, ob der reale Prozess des Portfoliounternehmens das trägt.
  • Die meisten Pilotprojekte bleiben stecken, selbst dort, wo das Budget am größten ist. Die BCG-Umfrage vom Juli 2026 unter 152 CEOs von Unternehmen mit mehr als 500 Mio. $ Umsatz ergab, dass zwei Drittel Pilotprojekte verfolgen und 26 % KI in eine umfassendere Transformation eingebettet haben.
  • Antworten in Tagen, belegen in Wochen, dann weiter zum nächsten Unternehmen. Ein fünftägiger Mapping-Sprint je Portfoliounternehmen, der mit einem schriftlichen Ja oder Nein endet, dann ein Workflow, der nach sechs Wochen live ist, mit monatlichem Genauigkeitsbericht für die Board-Unterlagen.
  • Kein Replatforming innerhalb der Haltedauer. Bauen Sie auf den Systemen auf, die das Unternehmen bereits betreibt, und halten Sie das schriftlich fest, bevor der Sprint beginnt.

Warum das übliche Pilotprojekt im Portfoliounternehmen stecken bleibt

Das übliche Pilotprojekt in diesem Markt ist ein Proof of Concept: Ein Anbieter nimmt eine Stichprobe der Daten des Portfoliounternehmens, baut in zwei bis vier Wochen eine Demo und zeigt, dass sie funktioniert. Der Beitrag von Korn Ferry zur Rolle des AI Operating Partner hält fest, dass Häuser im Mid-Market inzwischen genau das erwarten. Das Problem ist, was ein PoC misst. Er misst, ob das Modell die Aufgabe mit den Eingaben bewältigt, die der Anbieter bekommen hat, und das sind ausnahmslos die sauberen. Er misst nicht, ob der tatsächliche Prozess des Portfoliounternehmens – vierzig E-Mail-Formate, die Hälfte der Inhalte in PDFs, eine Routing-Regel, die im Kopf des Gründers liegt und mit dem Ende des Earn-outs das Haus verlässt – das System im Produktivbetrieb tragen kann.

Deshalb bleiben die Pilotprojekte stecken, und zwar in jeder Größenordnung. Die BCG-Umfrage vom Juli 2026 unter 152 CEOs von Unternehmen mit mindestens 500 Mio. $ Umsatz ergab, dass zwei Drittel KI-Pilotprojekte verfolgen und nur 26 % KI in eine umfassendere Transformation eingebettet haben. Das sind Unternehmen mit dem Budget, sich den Ausweg zu erkaufen, und dem Personal, alles selbst zu bauen. Wenn sie feststecken, liegt es nicht an fehlenden Ressourcen. Es liegt daran, dass niemand aufgeschrieben hat, wie das Unternehmen tatsächlich funktioniert, bevor man es verändern wollte. Ein Portfoliounternehmen mit gründergeführtem Backoffice und ohne IT-Abteilung hat dieselbe Lücke, nur mit weniger Menschen, die sie überdecken. Den gründergeführten Fall haben wir in ein zugekauftes Unternehmen ohne IT-Abteilung kartieren eigens beschrieben.

Die Haltedauer macht aus diesem Ärgernis eine harte Grenze. Ein Pilotprojekt, das im vierten Monat eines Konzernprogramms stecken bleibt, ist eine Zeile in einer Retrospektive. Ein Pilotprojekt, das im vierten Monat einer dreijährigen Haltedauer stecken bleibt, hat ein Zehntel der Zeit verbraucht, in der sich die These hätte belegen lassen, und das nächste Portfoliounternehmen wartet noch.

Was ein Pilotprojekt innerhalb der Haltedauer tatsächlich liefern sollte

Betrachten Sie das Pilotprojekt als Instrument statt als Experiment, und die Liefergegenstände ändern sich. Das Instrument muss in jedem Portfoliounternehmen dasselbe Ergebnis liefern, damit die Befunde über den Fonds hinweg vergleichbar sind, auch wenn die Antworten unterschiedlich ausfallen, und es muss dieses Ergebnis schnell genug liefern, dass es noch zählt. In der Praxis bedeutet das fünf Dokumente, in fester Reihenfolge.

  • Das Ausnahmeregister. Jede reale Abweichung vom dokumentierten Prozess, wie oft sie vorkommt, wer sie heute auffängt. In einem gründergeführten Zielunternehmen wird hier die Routing-Logik, die mit dem Gründer das Haus verlässt, zum ersten Mal aufgeschrieben. Es ist auch das Dokument, das sich ein Due-Diligence-Team schon vor dem Deal gewünscht hätte.
  • Die KI-Grenzkarte. Jeder Schritt eingeordnet als deterministischer Code, Modellurteil oder menschliche Freigabe. Die zentrale Kennzahl ist die Determinismus-Quote, und der Anteil, der tatsächlich ein Modell braucht, fällt meist kleiner aus, als das Investment Memo angenommen hat. In der Auftragsabwicklung eines europäischen Herstellers, die SUPALABS kartiert hat, benötigten drei von elf Schritten tatsächlich ein Modell (SUPALABS-Projektdaten, 2024–2026). Die übrigen acht waren gewöhnliche Software, die günstiger im Betrieb ist und sich einem Käufer leichter zeigen lässt.
  • Die Evaluationssuite. Ein Golden Dataset aus den eigenen Fällen des Unternehmens, Erfolgsquoten pro Schritt und ein monatlicher Genauigkeitsbericht. Das ist die Zahl, die in die Board-Unterlagen kommt, und sie sollte als eigene Position angeboten werden, damit sie nicht gestrichen wird, wenn die Umsetzung in Verzug gerät.
  • Das Entscheidungsprotokoll. Jede automatisierte Aktion, ihre Eingaben, ihre Konfidenz und wer sie freigegeben hat, in einer Oberfläche, die das Due-Diligence-Team eines Käufers öffnen kann, ohne einen Entwickler zu fragen. Die Due Diligence beim Exit läuft bei einem KI-gestützten Prozess auf die Frage hinaus, ob sich die Entscheidungen rekonstruieren lassen; dies ist die Antwort.
  • Die ERP-Zusage. Eine schriftliche Zusage, dass das System auf dem aufbaut, was das Portfoliounternehmen betreibt, und nichts ersetzt wird. Ein Replatforming ist die eine KI-Initiative, die sich garantiert nicht vor dem Exit amortisiert.

Die ersten beiden entstehen in einem fünftägigen Mapping-Sprint mit den Menschen, die den Prozess betreiben, und der Sprint endet entweder mit einem Festpreisangebot für die Umsetzung oder mit einem schriftlichen Nein. Das schriftliche Nein ist ein Liefergegenstand. Fünf Tage, in denen sich herausstellt, dass die These eines Portfoliounternehmens eine Preisregel und eine Tabellenkalkulation ist und kein KI-Problem, sind eine gerettete Haltedauer. Es sind dieselben fünf Dokumente, die auf der Methodenseite beschrieben sind; entscheidend für einen Sponsor ist, dass sie in jedem Unternehmen dieselben sind.

Zwei Pilotprojekte im direkten Vergleich

Proof of ConceptMapping-Sprint
Zeit bis zur Antwort2–4 Wochen5 Arbeitstage
EingabeEine saubere DatenstichprobeDer reale Prozess, beobachtet mit den Menschen, die ihn betreiben
ErgebnisEine DemoAusnahmeregister, Grenzkarte, Evaluationsplan, ein Festpreisangebot oder ein schriftliches Nein
Was es belegtDas Modell kann die Aufgabe erledigenOb das Unternehmen es tragen kann und wie viel davon KI ist
Vergleichbar über das Portfolio hinwegNein, jeder Anbieter demonstriert andersJa, jedes Mal dieselben fünf Dokumente
Wenn die Antwort Nein lautetErfahren Sie es beim RolloutErfahren Sie es an Tag fünf, schriftlich

Staffelung über ein Portfolio hinweg

Bei zehn Portfoliounternehmen liegt die Versuchung nahe, zehn Pilotprojekte parallel laufen zu lassen. Widerstehen Sie ihr, und zwar aus einem Grund, der mit Tiefe zu tun hat, nicht mit Kapazität. Das Ausnahmeregister entsteht aus fünf Tagen mit den Menschen, die den Prozess betreiben, und diese Tiefe geht verloren, wenn man sie auf drei Unternehmen in derselben Woche verteilt. Was sich wiederholen sollte, ist das Instrument, nicht der Kalender. Führen Sie die Sprints nacheinander durch, ein Unternehmen nach dem anderen, und akzeptieren Sie, dass die Antwort für das vierte Unternehmen im zweiten Monat kommt und nicht in der zweiten Woche. Die Alternative sind zehn oberflächliche Antworten, die alle Ja lauten, denn ein oberflächlicher Blick auf jeden beliebigen Prozess findet etwas zu automatisieren.

Staffeln Sie nach zwei Kriterien. Erstens: Wo tut ein Workflow sichtbar weh und hinterlässt bereits eine Dokumentenspur? Lieferantenrechnungen, die von drei Personen abgetippt werden, Quote-to-Cash mit fünf Übergaben und ohne Verantwortlichen, eine Auftragsannahme, die auf dem Gedächtnis einer einzelnen Person läuft. Zweitens: Wo gibt es im Portfoliounternehmen, nicht beim Sponsor, eine Führungskraft, die das Ergebnis verantwortet und Freigaben tatsächlich durchsetzen kann? Ein Mandat des Sponsors ist nicht dasselbe. Ohne eine namentlich benannte Verantwortliche im Unternehmen bleibt die Arbeit an der ersten Freigabehürde stehen, egal wer baut, und das gilt für jedes Pilotprojekt in jedem Unternehmen.

Sobald der erste Sprint ein Ja liefert, läuft die Umsetzung in diesem Unternehmen, während der zweite Sprint im nächsten läuft. Sechs Wochen vom Beginn der Umsetzung bis zum ersten Workflow im Produktivbetrieb, mit Schattenmodus, bevor das System selbst handelt, sind der Takt. Wenn der dritte Sprint seine Ergebnisse vorlegt, hat das erste Unternehmen einen monatlichen Genauigkeitsbericht, und in den Board-Unterlagen steht eine Zahl.

Was in die Board-Unterlagen gehört

Drei Dinge, und keines davon ist eine Status-Präsentation. Die Determinismus-Quote je Unternehmen, weil sie dem Board zeigt, wie viel der These KI war und was der Betrieb folglich kostet. Der monatliche Genauigkeitsbericht je produktivem Workflow, weil er dem Board zeigt, ob das System noch korrekt arbeitet und ob sich eine Aufgabe mehr Befugnisse verdient hat. Und die Zahl der schriftlichen Neins, denn ein Sponsor, der zeigen kann, dass fünf Unternehmen kartiert, drei umgesetzt und zwei auf Grundlage von Belegen abgelehnt wurden, beschreibt einen Prozess und keine Hoffnung.

Das Entscheidungsprotokoll ist nicht für das Board bestimmt. Es ist für den Käufer beim Exit. Ein Prozess, der seit achtzehn Monaten automatisiert läuft und auf Anfrage jede getroffene Entscheidung mit Eingaben, Konfidenz und freigebender Person vorlegen kann, ist ein Prozess, den das Due-Diligence-Team eines Käufers in einer Woche abzeichnen kann. Einer, der das nicht kann, wird zum Preisabschlag.

Bevor Sie den AI Operating Partner einstellen, oder statt ihn einzustellen

Der Beitrag von Korn Ferry nennt drei Hintergründe für die Rolle des AI Operating Partner – unternehmerisch, technisch-produktorientiert und Technologie-Führungskraft – und zählt die Risiken auf, die mit ihrer Schaffung einhergehen: Überschneidungen mit dem bestehenden Tech Operating Partner, zusätzliche Komplexität für die Führung der Portfoliounternehmen und Druck, KI dort einzuführen, wo der Business Case fehlt. Die Sprints beantworten alle drei Punkte. Sie zeigen Ihnen, ob es überhaupt eine These gibt, bevor jemand auf der Gehaltsliste steht, dessen Aufgabe es ist, damit recht zu haben. Sie zeigen Ihnen, welchen Zuschnitt die Rolle haben sollte, denn was die Sprints im Portfolio gefunden haben, ist ein besserer Wegweiser als das, was der Markt in diesem Quartal einstellt. Und sie zeigen Ihnen, was die neue Besetzung erbt: Ein Operating Partner, der fünf Ausnahmeregister, fünf Grenzkarten und ein System im Produktivbetrieb vorfindet, hat einen Job, während einer, der achtzehn Monate Seat-Lizenzen vorfindet, erst einmal eine Bestandsaufnahme vor sich hat. Die ausführliche Argumentation finden Sie auf der Seite zu Private Equity.

Wann Sie das nicht durchführen sollten

Es gibt drei Situationen, in denen ein Sprint in einem Portfoliounternehmen der falsche Kauf ist, und es ist günstiger, das in einem dreißigminütigen Gespräch zu klären als in der zweiten Woche. Das Unternehmen ist groß genug, um ein eigenes Umsetzungsteam aufzubauen; dann stellen Sie dieses Team ein, denn eingebettete Umsetzung zeigt Ihnen, wofür Sie einstellen sollten, und ist kein Ersatz dafür. Die These ist Rechnen und nicht Urteilen – das Reporting aus drei Altsystemen zu konsolidieren oder eine Preisregel konsequent anzuwenden –; dann ist eine Regel-Engine die bessere Wahl und günstiger im Unterhalt. Oder niemand im Unternehmen verantwortet das Ergebnis; dann bleibt die Arbeit an der ersten Freigabehürde stehen, egal wer baut.

Ein Mapping-Sprint je Portfoliounternehmen

Ein schriftliches Ja oder Nein in fünf Tagen. Ein Workflow in sechs Wochen live. Ein monatlicher Genauigkeitsbericht für die Board-Unterlagen. Dann das nächste Unternehmen.

So läuft es über einen Fonds hinweg →

Quellen & Referenzen

Wichtige Statistiken (2025)

88%of organizations using AI in at least one functionMcKinsey 2025
62%experimenting with AI agentsMcKinsey 2025
74%achieve ROI from AI in year oneArcade.dev 2025
64%say AI enables their innovationMcKinsey 2025
$150-200Bprojected enterprise AI market by 2030Glean 2025

Weiterführende Lektüre

Häufig gestellte Fragen

Innovation10 min2026-09-09

Diesen Artikel teilen

Mike Cecconello

Mike Cecconello

Gründer, SUPALABS

Gründer von SUPALABS, einem eingebetteten KI-Umsetzungspartner für europäische Unternehmen. Arbeitet in den Organisationen seiner Kunden daran, neu aufzubauen, wie die Arbeit läuft: entwirft und bringt produktive KI-Systeme in Finanzen, Operations, HR und Kundenservice in Betrieb und übergibt die Verantwortung danach an das Team des Kunden.

Erfahrung

Über 5 Jahre Erfahrung im Aufbau von KI- und Automatisierungssystemen für europäische Unternehmen

Expertise
  • KI-natives Prozessredesign
  • KI-Systeme im Produktivbetrieb
  • Embedded Delivery
  • Enterprise-KI-Strategie
Supalabs AI solutions